書名: 一類智能優化算法的改進及應用研究作者名: 齊微本章字數: 865字更新時間: 2021-09-10 18:41:37
1.2 研究思路與技術路線
1.2.1 研究思路
本書的研究思路主要包括以下幾個部分:
(1)文獻綜述部分。智能優化算法已經成為各個領域的專家與學者為了解決實際問題而研究的重要內容,而變分優化表示的是函數改變的數學后果,它的研究也很重要。本書對幾種智能優化算法和變分優化問題的國內外相關研究工作進行了綜述和總結。對智能優化算法中的遺傳算法、禁忌搜索算法、模擬退火算法、蟻群算法、捕食搜索算法、進化算法進行了總結,并重點對粒子群優化算法與和聲搜索算法進行總結與分析,對兩種算法的國內外研究現狀進行了詳細的綜述。同時,對變分優化問題進行了闡述和總結,同時綜述了相關研究的理論與方法。
(2)改進的智能優化算法。首先,針對粒子群優化算法易陷入“早熟”的問題,結合局部尋優效果較好的變尺度法,提供了基于變尺度的粒子群優化算法。由于變尺度法的局部尋優效果較好,因此在粒子群算法的基礎上,可以在每個粒子搜索一次后,對每個粒子執行變尺度法計算,這樣,在加強局部尋優能力的基礎上,提高了算法的全局搜索性能。其次,和聲搜索算法的尋優能力好,比較容易實現,但是基本的和聲搜索算法起初是隨機給出初始解,這樣初始解的好壞對算法的有效性有很大的影響。因此將變尺度法與和聲搜索算法相結合,綜合了變尺度法的局部尋優能力強的特點與和聲搜索算法全局尋優能力好的特點,提出了基于變尺度的和聲搜索算法,提高了和聲搜索算法的搜索性能。
(3)智能優化算法與變分優化問題的融合。變分問題是一個很重要的優化問題,它表示的是函數改變的數學后果,而一般微分僅僅是討論自變量改變但函數不變的數學后果,而經濟學研究往往又研討的是函數改變問題。本書分別結合權余量和粒子群優化算法、結合最小二乘法和粒子群優化算法求解變分優化問題。
1.2.2 技術路線
按照研究問題的一般思路,本書根據提出問題(找到智能優化算法的缺陷)——分析問題(分析智能優化算法缺陷的原因)——解決問題(對相關智能優化算法進行改進)——仿真分析并應用于實際(改進后的算法應用于實際問題)的技術路線來完成研究內容,具體技術路線如圖1.1所示。

圖1.1 本書的技術路線
- Hands-On Data Structures and Algorithms with Rust
- Building Computer Vision Projects with OpenCV 4 and C++
- 從零開始學Hadoop大數據分析(視頻教學版)
- 使用GitOps實現Kubernetes的持續部署:模式、流程及工具
- App+軟件+游戲+網站界面設計教程
- 大數據導論
- Live Longer with AI
- 區塊鏈:看得見的信任
- 深入淺出MySQL:數據庫開發、優化與管理維護(第2版)
- 數據庫原理與設計(第2版)
- SQL優化最佳實踐:構建高效率Oracle數據庫的方法與技巧
- Oracle RAC日記
- Spark分布式處理實戰
- 菜鳥學SPSS數據分析
- 改變未來的九大算法